地震波形是振幅、频率、相位等地震属性的综合反映。地震波形分类是常用的储层预测方法。地震波形聚类是地震波形分类中一种,它只......

随着计算机技术的飞速发展和人类的需求不断变化,产生了大量的数据,从海量数据中挖掘出对人类有用得知识一直是人类努力的方向。数......

本体理论在信息科学领域受到广泛关注和普遍认同，构建完备且准确的领域本体已经越来越重要。目前国内外许多研究采用领域专家参与的......

信息技术的飞速发展超乎了我们的想象,并且已经广泛应用到生活中的各个领域,现在我们的日常生活已经离不开计算机,甚至是出现了很......

我国地域广阔,所跨纬度广,海岸线长,每天都有海量的风速相关数据产生,对这些大量的历史风速相关数据进行处理成为非常重要的环节之......

由于空间数据的维度属性和位置关系的可变性,空间数据库的主要工作是处理大量空间数据,并且它可以合理有效地完成所需的添加、删除......

近年来科学技术的发展使人工智能技术得到飞速的发展,AI技术应用于教育、民生、医疗等各个行业,在不同的行业发挥着非常重大的作用......

文本的聚类是一种有效的文本管理方法，已经成为对文本信息进行有效的组织、集成、摘要和检索的重要方法，是文本信息处理领域的研究热......

科技的飞速发展，引起信息的急剧膨胀，给计算机存储和行业数据库带来巨大挑战。随着数据指数级的增大，维度不断加大，数据类型的复杂度也......

提出一种基于改进遗传算法的聚类新方法(GAKME),该方法采用遗传算法和k-medoids算法相结合,既可以很好地解决局部最优的问题,也可......

针对传统的K-medoids聚类算法具有对初始聚类中心敏感、全局搜索能力差、易陷入局部最优、收敛速度缓慢等缺点,提出一种基于差分演......

针对K-medoids算法初始中心点选择敏感、大数据集聚类应用中性能低下等缺点,提出一个基于初始中心微调与增量中心候选集的改进K-me......

分析K-Medoids算法的内在并行性,设计一个适合多核平台的并行算法,并利用OpenMP进行实验。实验结果表明,并行算法对多核环境有很好......

蚁群算法能够在没有任何先验知识和人为干预的情况下实现自主聚类,并且鲁棒性较强,易于与其他算法相结合。但蚁群算法消耗时间成本......

针对k-medoids算法对初始聚类中心敏感，聚类精度较低及收敛速度缓慢的缺点，提出一种基于密度初始化、密度迭代的搜索策略和准则函数......

为了利用DNA计算求解图聚类问题,提出一种结合三链DNA和3-臂DNA模型的图聚类算法。基于k-medoids算法的思想,对图的顶点及边进行划......

为建立合适的变电站负荷模型,将聚类方法引入到变电站负荷特性分析,提出了一种基于蚁群优化K-medoids的综合聚类算法。该综合算法......

产品设计是设计众多知识的一个过程,如何从大量原始数据中获取有益的知识是非常值得研究的问题.本文采用遗传算法和K-medoids算法......

针对K-medoids算法易陷入局部最优和聚类结果不稳定的问题,提出了一种精英遗传K-medoids聚类算法。该算法使用精英策略来控制遗传......

对基于数据流前几个数据包大小的流量识别方法进行了分析比较。借鉴了倒数法，对数据包大小值取倒数来适应数据包的变化，解决内容传输......

K-medoids算法具有对初始聚类中心敏感,聚类准确度不高及时间复杂度大的缺点。基于此,文中提出一种优化的K-medoids算法;该算法在......

基于医疗数据集,研究划分式聚类算法K-medoids。针对该算法随机选取初始聚类中心、收敛速度慢、聚类结果不稳定等问题,提出基于方......

针对传统K-medoids算法对于初值敏感、容易陷入局部最优解、稳定性差等缺点和方差优化初始中心的K-medoids聚类算法的时间复杂度较......

通过分析无线Mesh网络节点空间属性，提出了一种改进的足-medoids网络节点聚类算法．该算法基于聚类思想，将无线Mesh网络中的网关部署问......

为改善交通拥堵的情况,本文利用聚类分析方法对移动轨迹数据进行挖掘,识别居民出行的热点区域。传统的Ng-Jordan-Weiss(NJW)谱聚类......

在日常生活中我们所接触的许多信息都是以文本存储的形式进行传播的,如博客、微博、网页等。由于大数据时代的到来,让Internet上的......

针对K—medoids算法需要事先给定聚类数目和初始聚类中心的问题，借助次胜者受罚竞争学习算法RPCL确定数据集的类簇数目，提出以密度RP......

针对K-me doids算法的全局搜索能力弱和迭代计算过程计算量大的不足，提出了一种改进的基于粒子群的粗糙K-medoids算法。该算法通过......

数据挖掘是指从海量数据中探索出隐含的、全新的、有助于决策的知识或规则的过程,目前在很多互联网公司或是数据事务频繁行业都取......

针对标准K-medoids算法在大数据聚类应用中易陷入局部最优解以及聚类效果受初始中心限制的缺点,提出了基于遗传模拟退火算法的K-me......

物流产业是社会经济生活的基础和国家经济发展的支撑产业。随着电子商务的兴起，更带动了物流领域的蓬勃发展，然而，随着物流业务量的快......

个性化的运动处方将更具针对性,可以更加高效、科学地提高大学生身体素质。个性化运动处方需要对个体体质进行合理的分类,如何在海......

商业银行面对众多的客户时，需要识别其中的异常客户，以规避其风险。本文介绍了发现异常数据的四种孤立点检测方法，并提出了基于距离的......

高校学生成绩的评价分析是教学工作的重要环节,使用自行提出的一种基于邻域的改进K-medoids聚类算法算法对学生成绩进行数据挖掘.......

空间聚类分析是空间数据挖掘研究领域中的一个重要研究课题．传统聚类算法忽略了真实世界中许多约束条件的存在，而约束条件的存在会影......

为解决社会关系网络图中节点没有坐标值、不能采用传统的欧几里得距离和曼哈坦距离进行聚类的问题,提出采用最短路径算法,来衡量点......

为保证在不牺牲精度的前提下加快大规模图聚类速度，将稀疏化思想引入图聚类中，在大图聚类之前增加一个稀疏化图的环节，稀疏化之后的图......

K-Medoids算法具有不同层次的并行性,计算粒度不同对并行算法效率有较大影响。基于K-Medoids的并行计算特点,提出了一个改进的K-Me......

科技的飞速发展,引起信息的急剧膨胀,给计算机存储和行业数据库带来巨大挑战。随着数据指数级的增大,维度不断加大,数据类型的复杂......

命名数据网络（Named Data Networking,NDN）是以内容为中心的新型网络架构,其随处缓存策略存在缓存冗余过多、邻居缓存利用率低等问题......

当今社会,随着人们生活水平的提高,生活节奏的加快,人们的消费观念逐渐发生着变化。消费者越来越重视艺术品的欣赏。艺术品优美的......

根据科技文献的结构特点搭建了一个四层挖掘模式,并结合K-medoids算法提出了一个特征选择方法.该选择方法首先依据科技文献的结构......

针对快速K-medoids聚类算法和方差优化初始中心的K-medoids聚类算法存在需要人为给定类簇数,初始聚类中心可能位于同一类簇,或无法......

税收是国家财政的主要来源,税务稽查工作是税收征管工作中的重要环节。选案是税务稽查的第一道程序,但目前使用的选案系统由于使用......

随着计算机软硬件的发展,计算机存储设备能够存储的信息越来越多,人们要从海量的数据中寻找有用的信息却越来越难,数据挖掘作为处......

针对大区互联电网受扰失稳后应及时进行解列的问题,提出了一种解列断面双阶段搜索方法。首先,基于有功对相角的灵敏度计算各母线节......

空间聚类分析不仅是空间数据挖掘的重要有效方法,同时也是其它挖掘任务的前奏。空间聚类分析已经成为空间数据挖掘研究领域中一个......

土地资源作为经济建设和生态环境的承载主体,在社会发展中占有极其重要的地位,近年来,土地承载力已成为土地资源评价及可持续利用......

通过使用SOM（Self—Orgahizing Map）进行聚类分析，得到自组织语义图，同时针对其中某些情况使用传统聚类算法k-medoids算法，在输出模块中......

本文在分析传统类型变量相异度量的基础上，定义了“层次类型”的概念，提出了层次类型变量的相异度量计算方法。引入层次类型变量，并结......